J'ai fondé ClairAI pour aider les organisations 200 M€+ à passer de l'expérimentation IA à la production.

Mission de création de valeur post-acquisition pour Blackstone. Home Partners gérait 30 000+ unités résidentielles avec une chaîne de support contact center entièrement manuelle qui ne tenait plus l'échelle. J'ai été amené pour transformer cette opération en écosystème tech-driven mesurable.

Quatre semaines de cartographie process avant la première ligne de code. Le piège évident, en cette fin 2022, était de déployer un chatbot par-dessus l'existant. La première semaine sur site m'a montré l'inverse : la moitié des « problèmes IA » étaient des problèmes process déguisés.

Trois résultats mesurés en production : 46 % de tickets déflectés par un chatbot tuné au vocabulaire métier, 97 % de précision intent (vs. 70-75 % pour un GPT-4 générique), 60 % de réduction du temps moyen de résolution. J'ai également piloté l'un des premiers déploiements en production d'OpenAI intégré à Zendesk, début 2023, avant que cela ne devienne un playbook standard.

Recruté pour structurer la fonction produit d'un venture studio SaaS suisse en hyper-croissance — un studio qui lance et opère plusieurs SaaS en parallèle. À mon arrivée, l'organisation produit n'existait pas : les équipes opéraient sur des intuitions et des cycles longs. À mon départ, le département produit comptait plusieurs squads et un framework de delivery éprouvé.

J'ai co-conçu avec le CTO un framework produit/tech haute-vélocité couvrant discovery, prioritisation et delivery, recruté et managé les product owners du portfolio, et défini les standards de pratique produit pour l'ensemble du venture studio.

Résultat tangible : 4 nouveaux SaaS livrés + 4 expansions majeures en moins de 6 mois, générant 1,6 M€ d'impact revenue dans les 4 mois post-lancement. L'ensemble des OKR ciblés a été atteint sur la période.

J'ai fondé ClairAI fin 2025 pour aider les organisations 200 M€+ à passer de l'expérimentation IA à la production. Le cabinet s'adresse à un marché que les Big-4 servent mal — celui de l'exécution opérationnelle, où 80 % des projets IA en entreprise n'atteignent pas la valeur business promise (RAND Corporation, 2025).

Trois formats d'intervention : audit AI production, mise en conformité AI Act, transformation IA opérationnelle. Tous bornés par des résultats mesurés en environnement réel, pas en POC.

Pour rester praticiens, nous opérons en interne plusieurs systèmes IA en production. Cette pratique nourrit nos recommandations clients : ce qu'il faut au-delà du modèle pour mettre de l'IA en production — redesign process, orchestration d'agents, infrastructure d'évaluation, gouvernance human-in-the-loop.